Klasyfikator neuronowy typu RBF uczony za pomocą deskryptorów uszkodzeń zębów kół otrzymanych przy użyciu analizy CWT

• Autorzy: Czech P.

Warianty tytułu

EN

The RBF neural network classifier of diagnosis faults of gear-tooth which used inputs from CWT analysis

• Języki publikacji: PL

Abstrakty

PL

W opracowaniu przedstawiono wyniki eksperymentu mającego na celu wykorzystanie sztucznych sieci neuronowych typu RBF do diagnozowania stopnia pęknięcia w stopie zęba koła. Do nauki sieci radialnych wykorzystywano deskryptory wyznaczone na podstawie rozkładów uzyskanych z ciągłej transformaty falkowej. Badania oparto na zidentyfikowanym modelu przekładni zębatej pracującej w układzie napędowym

EN

The work presents results of an experiment that employs the artificial neuronal network in the task of identification of the degree of tooth root cracking. In the experiment was used continuous wavelets analysis (CWT) and RBF neural network. This experiment was based on a simulation experiment

Słowa kluczowe

PL

sztuczne sieci neuronowe; koła zębate; CWT; RBF; przekadnie zębate

EN

artificial neuronal network; gear tooth; CWT; RBF

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Transport / Politechnika Śląska
• Rocznik: 2007
• Tom: z. 61
• Strony: 107--112
• Opis fizyczny: bibliogr. 9 poz.

Twórcy

autor

Czech P.

• Katedra Budowy Pojazdów Samochodowych Politechniki Śląskiej Katowice, ul.Krasińskiego 8 tel.: [phone],

Bibliografia

• 1. Czech P.: Wykrywanie uszkodzeń przekładni zębatych za pomocą metod sztucznej inteligencji. Rozprawa doktorska, Katowice 2006.
• 2. Łazarz B.: Zidentyfikowany model dynamiczny przekładni zębatej jako podstawa projektowania. Studia i Rozprawy. Instytut Technologii Eksploatacji, Katowice - Radom 2001.
• 3. Nałęcz M., Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Sieci neuronowe. Biocybernetyka i Inżynieria Biomedyczna. Tom 6. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
• 4. Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
• 5. Osowski S.: Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
• 6. Witkowska D.: Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe. Wydawnictwo C.H. Beck, Warszawa 2002.
• 7. Łazarz B., Madej H., Czech P.: Ciągła transformata falkowa jako podstawa klasyfikatora neuronowego typu SVM. XXXII Ogólnopolskie Sympozjum "Diagnostyka Maszyn", Węgierska Górka 2005.
• 8. Łazarz B., Madej H., Czech P.: Wykorzystanie analizy falkowej i współczynników Hoeldera w identyfikacji pęknięcia stopy zęba przy użyciu neuronowego klasyfikatora SVM [w:] Radkowski S. (red.): Degradacja systemów technicznych. Analiza ryzyka i diagnostyka procesów degradacyjnych i zmęczeniowych, Wydawnictwo Politechniki Warszawskiej, Warszawa 2004.
• 9. Misiti M., Misiti Y., Oppenheim G., Poggi J. M.: Wavelet toolbox for use with MATLAB. User's Guide, The MathWorks, 2002.